Mission 1 : Nettoyage et résumé des données des élections présidentielles 2017, 1er tour

• Nettoyage et amelioration de la ou les tables
• Résumé des données 1 : nombre de communes, circonscriptions, bureaux de vote, candidats
• Résumé des données 2 : Participation
• Résumé des données 3 : classement des departements en proportion de nombre d'abstentions,de votants,de blancs,de nuls, d'exprimés
• Résumé des données 4 : classement des candidats par voix
• Résumé des données 5 : liste des departements avec candidats vainqueur
• Résumé des données 6 : nombre de départements remportés par candidats

Sommaire // Mission 1 ✉️

• 1.Importation des librairies et parametres df
• 2.Importation des fichiers CSV
• 3.Nettoyage des différentes tables
  • 3.1.data_p8_1tour
    • 3.1.1.Valeurs manquantes, nulles et NA
      • 3.1.1.1.Corrections des valeurs manquantes, nulles et NA
    • 3.1.2.Doublons
    • 3.1.3.Outliers, valeurs abberantes et atypiques
• 4.Résumé des données
  • 4.1.Nombre de communes, circonscriptions, bureaux de vote, candidats
  • 4.2.Participation
  • 4.3.Classement des departements en proportion de nombre d'abstentions, de votants,de blancs,de nuls,d'exprimés
    • 4.3.1.Abstentions
    • 4.3.2.Votants
    • 4.3.3.Blancs
    • 4.3.4.Nuls
    • 4.3.5.Abstentions
  • 4.4.Classement des candidats par voix
  • 4.5.Liste des departements avec candidats vainqueur
  • 4.6.Nombre de départements remportés par candidats

1.Importation des librairies et parametres df

#j'importe les librairies qui vont me servir plus tard
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import plotly.express as px
import plotly.io as pio

#Je definis le nombre de lignes max affichées sur None
pd.set_option("max_rows", None) 
pd.set_option("display.precision",7)
#pd.options.display.int64_format='{:,}'.format

#'{:,}'.format(1234567890.001).replace(',', ' ')

2.Importation des fichiers CSV

#Je charge tous les fichiers csv
data_p8_1tour = pd.read_csv("C:/Users/33643/Desktop/P8 perso/election-presidentielle-2017-resultats-par-bureaux-de-vote-tour-1.csv",sep=';',encoding='utf-8-sig',decimal=".")

#J'affiche une phrase si l'import est reussi
print("Fichiers chargés avec succes!")

Fichiers chargés avec succes!

3.Nettoyage des différentes tables

3.1.data_p8_1tour

data_p8_1tour.head()

	Code du département	Département	Code de la circonscription	Circonscription	Code de la commune	Commune	Bureau de vote	Inscrits	Abstentions	% Abs/Ins	...	Voix	% Voix/Ins	% Voix/Exp	Code Insee	Coordonnées	Nom Bureau Vote	Adresse	Code Postal	Ville	uniq_bdv
0	77	Seine-et-Marne	7	7ème circonscription	438	Saint-Thibault-des-Vignes	0003	1063	283	26.62	...	101	9.50	13.32	77438	48.854007,2.668821	Groupe scolaire Marie Curie	26 rue de l'Etang de la Loy	77400.0	Saint-Thibault-des-Vignes	Groupe scolaire Marie Curie - Saint-Thibault-...
1	38	Isère	5	5ème circonscription	2	Les Adrets	0001	779	106	13.61	...	7	0.90	1.06	38002	45.271187,5.964303	Mairie	NaN	38190.0	Les Adrets	Mairie - Les Adrets
2	52	Haute-Marne	2	2ème circonscription	331	La Porte du Der	0001	1383	295	21.33	...	198	14.32	18.66	52331	48.476677,4.771312	Halle au blé	10 place de l’Hôtel de ville	52220.0	La Porte du Der	Halle au blé - La Porte du Der
3	2B	Haute-Corse	1	1ère circonscription	33	Bastia	0022	1175	328	27.91	...	0	0.00	0.00	2B033	NaN	NaN	NaN	NaN	NaN	NaN
4	83	Var	6	6ème circonscription	16	Le Beausset	0007	869	149	17.15	...	2	0.23	0.28	83016	43.196343,5.796027	Réféctoire de l'école maternelle Pagnol	Avenue des Tilleuls	83330.0	Le Beausset	Réféctoire de l'école maternelle Pagnol - Le ...

5 rows × 35 columns

data_p8_1tour.dtypes

Code du département            object
Département                    object
Code de la circonscription      int64
Circonscription                object
Code de la commune              int64
Commune                        object
Bureau de vote                 object
Inscrits                        int64
Abstentions                     int64
% Abs/Ins                     float64
Votants                         int64
% Vot/Ins                     float64
Blancs                          int64
% Blancs/Ins                  float64
% Blancs/Vot                  float64
Nuls                            int64
% Nuls/Ins                    float64
% Nuls/Vot                    float64
Exprimés                        int64
% Exp/Ins                     float64
% Exp/Vot                     float64
N°Panneau                       int64
Sexe                           object
Nom                            object
Prénom                         object
Voix                            int64
% Voix/Ins                    float64
% Voix/Exp                    float64
Code Insee                     object
Coordonnées                    object
Nom Bureau Vote                object
Adresse                        object
Code Postal                   float64
Ville                          object
uniq_bdv                       object
dtype: object

data_p8_1tour.describe()

	Code de la circonscription	Code de la commune	Inscrits	Abstentions	% Abs/Ins	Votants	% Vot/Ins	Blancs	% Blancs/Ins	% Blancs/Vot	...	% Nuls/Ins	% Nuls/Vot	Exprimés	% Exp/Ins	% Exp/Vot	N°Panneau	Voix	% Voix/Ins	% Voix/Exp	Code Postal
count	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	...	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	761805.0000000	669790.0000000
mean	4.1726374	233.8972926	687.1699083	152.7664862	20.2658724	534.4034221	79.7327155	9.5314418	1.4843600	1.9010008	...	0.6642203	0.8900908	520.6931052	77.5841268	97.2060318	6.0000000	47.3357368	7.0530994	9.0890722	50536.9147151
std	3.2820111	184.0974465	869.1093531	438.2692236	9.4789718	484.5794025	9.4835036	7.2850440	0.9585476	1.3549837	...	1.2315544	1.7700098	477.9364300	9.6778536	2.3939468	3.1622797	91.6637283	8.3825747	10.6890078	26352.3430231
min	1.0000000	1.0000000	0.0000000	0.0000000	0.0000000	0.0000000	0.0000000	0.0000000	0.0000000	0.0000000	...	0.0000000	0.0000000	0.0000000	0.0000000	0.0000000	1.0000000	0.0000000	0.0000000	0.0000000	1000.0000000
25%	2.0000000	81.0000000	283.0000000	46.0000000	14.8600000	228.0000000	77.2400000	4.0000000	0.9200000	1.1600000	...	0.2100000	0.2700000	220.0000000	75.1700000	96.7300000	3.0000000	3.0000000	0.5500000	0.7300000	29460.0000000
50%	3.0000000	192.0000000	743.0000000	132.0000000	18.1900000	570.0000000	81.8100000	9.0000000	1.3800000	1.7400000	...	0.4900000	0.6200000	554.0000000	79.6600000	97.5400000	6.0000000	12.0000000	2.9700000	3.8700000	53000.0000000
75%	5.0000000	346.0000000	967.0000000	206.0000000	22.7600000	762.0000000	85.1400000	14.0000000	1.9000000	2.3800000	...	0.8400000	1.0600000	744.0000000	83.0100000	98.2100000	9.0000000	62.0000000	12.8400000	16.6700000	72000.0000000
max	21.0000000	909.0000000	105891.0000000	49721.0000000	100.0000000	56216.0000000	100.0000000	382.0000000	20.0000000	37.5000000	...	89.3900000	100.0000000	55580.0000000	100.0000000	100.0000000	11.0000000	22385.0000000	84.2100000	96.5500000	95880.0000000

8 rows × 21 columns

#Je verifie le nombre de lignes et de colonnes
data_p8_1tour.shape

(761805, 35)

#J'affiche le nom des colonnes
data_p8_1tour.columns

Index(['Code du département', 'Département', 'Code de la circonscription',
       'Circonscription', 'Code de la commune', 'Commune', 'Bureau de vote',
       'Inscrits', 'Abstentions', '% Abs/Ins', 'Votants', '% Vot/Ins',
       'Blancs', '% Blancs/Ins', '% Blancs/Vot', 'Nuls', '% Nuls/Ins',
       '% Nuls/Vot', 'Exprimés', '% Exp/Ins', '% Exp/Vot', 'N°Panneau', 'Sexe',
       'Nom', 'Prénom', 'Voix', '% Voix/Ins', '% Voix/Exp', 'Code Insee',
       'Coordonnées', 'Nom Bureau Vote', 'Adresse', 'Code Postal', 'Ville',
       'uniq_bdv'],
      dtype='object')

#Je supprime les colonnes non utiles
data_p8_1tour = data_p8_1tour.drop(columns =['N°Panneau','Code Insee','Coordonnées','Nom Bureau Vote','Adresse','Ville','uniq_bdv','Code Postal'])
data_p8_1tour.head()

	Code du département	Département	Code de la circonscription	Circonscription	Code de la commune	Commune	Bureau de vote	Inscrits	Abstentions	% Abs/Ins	...	% Nuls/Vot	Exprimés	% Exp/Ins	% Exp/Vot	Sexe	Nom	Prénom	Voix	% Voix/Ins	% Voix/Exp
0	77	Seine-et-Marne	7	7ème circonscription	438	Saint-Thibault-des-Vignes	0003	1063	283	26.62	...	0.90	758	71.31	97.18	M	FILLON	François	101	9.50	13.32
1	38	Isère	5	5ème circonscription	2	Les Adrets	0001	779	106	13.61	...	0.45	662	84.98	98.37	M	POUTOU	Philippe	7	0.90	1.06
2	52	Haute-Marne	2	2ème circonscription	331	La Porte du Der	0001	1383	295	21.33	...	0.46	1061	76.72	97.52	M	FILLON	François	198	14.32	18.66
3	2B	Haute-Corse	1	1ère circonscription	33	Bastia	0022	1175	328	27.91	...	1.42	826	70.30	97.52	F	ARTHAUD	Nathalie	0	0.00	0.00
4	83	Var	6	6ème circonscription	16	Le Beausset	0007	869	149	17.15	...	0.69	708	81.47	98.33	F	ARTHAUD	Nathalie	2	0.23	0.28

5 rows × 27 columns

La suppression de certaines colonne me permet d'éviter la présence de NaN et de valeurs manquantes, notamment dans les coordonnées, adresses, code postal et villes

data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZA', 971)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZB', 972)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZC', 973)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZD', 974)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZM', 976)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZN', 988)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZP', 987)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZS', 975)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZW', 986)
data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZX', 978)
#data_p8_1tour['Code du département'] = data_p8_1tour['Code du département'].replace('ZZ', 988)

departements = data_p8_1tour.groupby(['Code du département','Département']).sum()
departements = departements.drop(columns =['Code de la circonscription','Code de la commune','Inscrits','Abstentions','% Abs/Ins','Votants','% Vot/Ins','Blancs'])
departements = departements.drop(columns =['% Blancs/Ins','% Blancs/Vot','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
departements

Code du département	Département
971	Guadeloupe
972	Martinique
973	Guyane
974	La Réunion
975	Saint-Pierre-et-Miquelon
976	Mayotte
978	Saint-Martin/Saint-Barthélemy
986	Wallis et Futuna
987	Polynésie française
988	Nouvelle-Calédonie
01	Ain
02	Aisne
03	Allier
04	Alpes-de-Haute-Provence
05	Hautes-Alpes
06	Alpes-Maritimes
07	Ardèche
08	Ardennes
09	Ariège
10	Aube
11	Aude
12	Aveyron
13	Bouches-du-Rhône
14	Calvados
15	Cantal
16	Charente
17	Charente-Maritime
18	Cher
19	Corrèze
21	Côte-d'Or
22	Côtes-d'Armor
23	Creuse
24	Dordogne
25	Doubs
26	Drôme
27	Eure
28	Eure-et-Loir
29	Finistère
2A	Corse-du-Sud
2B	Haute-Corse
30	Gard
31	Haute-Garonne
32	Gers
33	Gironde
34	Hérault
35	Ille-et-Vilaine
36	Indre
37	Indre-et-Loire
38	Isère
39	Jura
40	Landes
41	Loir-et-Cher
42	Loire
43	Haute-Loire
44	Loire-Atlantique
45	Loiret
46	Lot
47	Lot-et-Garonne
48	Lozère
49	Maine-et-Loire
50	Manche
51	Marne
52	Haute-Marne
53	Mayenne
54	Meurthe-et-Moselle
55	Meuse
56	Morbihan
57	Moselle
58	Nièvre
59	Nord
60	Oise
61	Orne
62	Pas-de-Calais
63	Puy-de-Dôme
64	Pyrénées-Atlantiques
65	Hautes-Pyrénées
66	Pyrénées-Orientales
67	Bas-Rhin
68	Haut-Rhin
69	Rhône
70	Haute-Saône
71	Saône-et-Loire
72	Sarthe
73	Savoie
74	Haute-Savoie
75	Paris
76	Seine-Maritime
77	Seine-et-Marne
78	Yvelines
79	Deux-Sèvres
80	Somme
81	Tarn
82	Tarn-et-Garonne
83	Var
84	Vaucluse
85	Vendée
86	Vienne
87	Haute-Vienne
88	Vosges
89	Yonne
90	Territoire de Belfort
91	Essonne
92	Hauts-de-Seine
93	Seine-Saint-Denis
94	Val-de-Marne
95	Val-d'Oise
ZZ	Français établis hors de France

3.1.1.Valeurs manquantes, nulles et NA

print(data_p8_1tour.isnull().any())
print(data_p8_1tour.isnull().sum())

Code du département           False
Département                   False
Code de la circonscription    False
Circonscription               False
Code de la commune            False
Commune                       False
Bureau de vote                False
Inscrits                      False
Abstentions                   False
% Abs/Ins                     False
Votants                       False
% Vot/Ins                     False
Blancs                        False
% Blancs/Ins                  False
% Blancs/Vot                  False
Nuls                          False
% Nuls/Ins                    False
% Nuls/Vot                    False
Exprimés                      False
% Exp/Ins                     False
% Exp/Vot                     False
Sexe                          False
Nom                           False
Prénom                        False
Voix                          False
% Voix/Ins                    False
% Voix/Exp                    False
dtype: bool
Code du département           0
Département                   0
Code de la circonscription    0
Circonscription               0
Code de la commune            0
Commune                       0
Bureau de vote                0
Inscrits                      0
Abstentions                   0
% Abs/Ins                     0
Votants                       0
% Vot/Ins                     0
Blancs                        0
% Blancs/Ins                  0
% Blancs/Vot                  0
Nuls                          0
% Nuls/Ins                    0
% Nuls/Vot                    0
Exprimés                      0
% Exp/Ins                     0
% Exp/Vot                     0
Sexe                          0
Nom                           0
Prénom                        0
Voix                          0
% Voix/Ins                    0
% Voix/Exp                    0
dtype: int64

Aucune valeurs manquantes ni NaN dans mon df, RAS

data_p8_1tour.head()

	Code du département	Département	Code de la circonscription	Circonscription	Code de la commune	Commune	Bureau de vote	Inscrits	Abstentions	% Abs/Ins	...	% Nuls/Vot	Exprimés	% Exp/Ins	% Exp/Vot	Sexe	Nom	Prénom	Voix	% Voix/Ins	% Voix/Exp
0	77	Seine-et-Marne	7	7ème circonscription	438	Saint-Thibault-des-Vignes	0003	1063	283	26.62	...	0.90	758	71.31	97.18	M	FILLON	François	101	9.50	13.32
1	38	Isère	5	5ème circonscription	2	Les Adrets	0001	779	106	13.61	...	0.45	662	84.98	98.37	M	POUTOU	Philippe	7	0.90	1.06
2	52	Haute-Marne	2	2ème circonscription	331	La Porte du Der	0001	1383	295	21.33	...	0.46	1061	76.72	97.52	M	FILLON	François	198	14.32	18.66
3	2B	Haute-Corse	1	1ère circonscription	33	Bastia	0022	1175	328	27.91	...	1.42	826	70.30	97.52	F	ARTHAUD	Nathalie	0	0.00	0.00
4	83	Var	6	6ème circonscription	16	Le Beausset	0007	869	149	17.15	...	0.69	708	81.47	98.33	F	ARTHAUD	Nathalie	2	0.23	0.28

5 rows × 27 columns

3.1.2.Doublons

print(data_p8_1tour.duplicated().any())
print(data_p8_1tour.duplicated().sum())

True
143

data_p8_1tour[data_p8_1tour.duplicated()]

	Code du département	Département	Code de la circonscription	Circonscription	Code de la commune	Commune	Bureau de vote	Inscrits	Abstentions	% Abs/Ins	...	% Nuls/Vot	Exprimés	% Exp/Ins	% Exp/Vot	Sexe	Nom	Prénom	Voix	% Voix/Ins	% Voix/Exp
58748	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	POUTOU	Philippe	9	2.12	2.57
130012	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	MACRON	Emmanuel	85	23.74	29.21
156719	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	F	LE PEN	Marine	49	13.69	16.33
162142	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	HAMON	Benoît	9	4.15	4.76
179612	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	POUTOU	Philippe	9	0.78	0.94
181850	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	F	LE PEN	Marine	53	22.84	28.49
184399	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	ASSELINEAU	François	10	0.93	1.18
196605	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	ASSELINEAU	François	9	0.60	0.79
201793	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	POUTOU	Philippe	1	0.28	0.34
208909	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	ASSELINEAU	François	2	0.56	0.67
212733	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	F	ARTHAUD	Nathalie	17	1.13	1.49
224668	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	DUPONT-AIGNAN	Nicolas	9	2.51	3.09
225124	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	ASSELINEAU	François	1	0.25	0.30
227963	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	MACRON	Emmanuel	78	15.51	19.95
235729	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	F	ARTHAUD	Nathalie	8	0.69	0.84
250669	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	HAMON	Benoît	15	2.63	3.57
259478	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	ASSELINEAU	François	5	0.99	1.28
269338	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	LASSALLE	Jean	10	4.61	5.29
270338	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	MACRON	Emmanuel	100	14.49	18.08
274150	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	CHEMINADE	Jacques	0	0.00	0.00
278400	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	CHEMINADE	Jacques	2	0.17	0.21
289885	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	MÉLENCHON	Jean-Luc	105	18.39	25.00
298135	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	HAMON	Benoît	29	8.10	9.67
302875	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	F	LE PEN	Marine	97	22.88	27.71
328551	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	HAMON	Benoît	49	3.26	4.28
352620	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	HAMON	Benoît	30	7.61	9.09
354712	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	MÉLENCHON	Jean-Luc	60	14.15	17.14
356753	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	CHEMINADE	Jacques	3	0.28	0.35
372537	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	DUPONT-AIGNAN	Nicolas	17	6.01	6.80
374144	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	POUTOU	Philippe	4	1.02	1.21
379556	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	MACRON	Emmanuel	92	23.35	27.88
382706	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	ASSELINEAU	François	4	0.35	0.42
384096	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	MÉLENCHON	Jean-Luc	129	8.57	11.28
387750	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	MÉLENCHON	Jean-Luc	39	16.81	20.97
396105	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	CHEMINADE	Jacques	1	0.35	0.40
397945	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	HAMON	Benoît	18	4.25	5.14
402061	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	FILLON	François	67	11.73	15.95
402615	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	LASSALLE	Jean	20	1.86	2.36
405879	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	F	LE PEN	Marine	88	17.50	22.51
406758	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	ASSELINEAU	François	4	0.70	0.95
409633	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	ASSELINEAU	François	1	0.46	0.53
414811	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	ASSELINEAU	François	1	0.14	0.18
420160	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	DUPONT-AIGNAN	Nicolas	50	4.33	5.23
423639	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	LASSALLE	Jean	14	4.95	5.60
429403	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	LASSALLE	Jean	13	3.63	4.33
438411	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	POUTOU	Philippe	6	0.56	0.71
439518	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	FILLON	François	350	23.26	30.59
439959	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	LASSALLE	Jean	9	2.12	2.57
443570	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	DUPONT-AIGNAN	Nicolas	15	4.19	5.00
449396	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	DUPONT-AIGNAN	Nicolas	13	3.30	3.94
449468	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	CHEMINADE	Jacques	1	0.25	0.30
452311	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	HAMON	Benoît	22	7.77	8.80
452677	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	POUTOU	Philippe	1	0.28	0.33
456316	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	CHEMINADE	Jacques	1	0.28	0.33
457258	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	MÉLENCHON	Jean-Luc	43	19.82	22.75
457599	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	MÉLENCHON	Jean-Luc	197	17.04	20.61
463531	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	MÉLENCHON	Jean-Luc	103	14.93	18.63
467102	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	F	LE PEN	Marine	224	14.88	19.58
471910	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	F	ARTHAUD	Nathalie	3	0.53	0.71
478063	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	HAMON	Benoît	7	3.02	3.76
479033	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	F	LE PEN	Marine	223	19.29	23.33
481998	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	ASSELINEAU	François	0	0.00	0.00
484847	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	FILLON	François	67	17.01	20.30
489128	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	DUPONT-AIGNAN	Nicolas	30	4.35	5.42
491127	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	DUPONT-AIGNAN	Nicolas	23	4.03	5.48
492545	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	F	LE PEN	Marine	53	14.80	18.21
499356	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	LASSALLE	Jean	5	0.88	1.19
500043	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	LASSALLE	Jean	6	1.68	2.06
502751	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	F	LE PEN	Marine	129	22.59	30.71
507167	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	DUPONT-AIGNAN	Nicolas	49	4.55	5.79
507808	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	F	ARTHAUD	Nathalie	1	0.25	0.30
508939	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	MÉLENCHON	Jean-Luc	72	20.11	24.00
515805	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	FILLON	François	44	12.29	15.12
519292	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	HAMON	Benoît	61	5.66	7.20
519710	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	F	ARTHAUD	Nathalie	1	0.28	0.34
521129	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	LASSALLE	Jean	0	0.00	0.00
525846	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	POUTOU	Philippe	3	0.43	0.54
541800	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	FILLON	François	99	9.18	11.69
548636	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	LASSALLE	Jean	13	3.30	3.94
551139	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	POUTOU	Philippe	19	1.26	1.66
552476	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	LASSALLE	Jean	7	1.01	1.27
555106	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	MACRON	Emmanuel	51	23.50	26.98
562429	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	CHEMINADE	Jacques	2	0.47	0.57
565444	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	HAMON	Benoît	26	7.26	8.93
568778	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	MÉLENCHON	Jean-Luc	64	17.88	21.99
571400	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	F	LE PEN	Marine	69	24.38	27.60
574382	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	POUTOU	Philippe	3	1.29	1.61
585890	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	HAMON	Benoît	59	5.10	6.17
586298	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	FILLON	François	67	13.32	17.14
589875	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	POUTOU	Philippe	6	1.19	1.53
591610	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	M	MÉLENCHON	Jean-Luc	58	14.72	17.58
597498	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	MÉLENCHON	Jean-Luc	89	17.69	22.76
598472	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	MACRON	Emmanuel	58	16.20	19.33
598828	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	HAMON	Benoît	25	4.97	6.39
601826	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	MACRON	Emmanuel	63	11.03	15.00
603214	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	MÉLENCHON	Jean-Luc	197	18.27	23.26
608034	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	ASSELINEAU	François	2	0.71	0.80
618313	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	MACRON	Emmanuel	43	15.19	17.20
619736	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	DUPONT-AIGNAN	Nicolas	9	2.12	2.57
622532	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	DUPONT-AIGNAN	Nicolas	5	2.30	2.65
622950	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	CHEMINADE	Jacques	0	0.00	0.00
624893	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	F	ARTHAUD	Nathalie	3	1.29	1.61
625116	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	MACRON	Emmanuel	240	20.76	25.10
626647	46	Lot	1	1ère circonscription	156	Bellefont-La Rauze	0001	394	57	14.47	...	0.89	330	83.76	97.92	F	LE PEN	Marine	50	12.69	15.15
632121	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	MACRON	Emmanuel	273	18.14	23.86
637008	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	CHEMINADE	Jacques	0	0.00	0.00
644529	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	CHEMINADE	Jacques	1	0.18	0.24
645866	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	M	FILLON	François	59	16.48	19.67
649964	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	FILLON	François	51	21.98	27.42
652538	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	FILLON	François	105	15.22	18.99
655735	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	POUTOU	Philippe	1	0.46	0.53
658780	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	M	MACRON	Emmanuel	206	19.11	24.32
660339	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	FILLON	François	50	11.79	14.29
660884	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	DUPONT-AIGNAN	Nicolas	17	3.38	4.35
665818	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	F	ARTHAUD	Nathalie	1	0.24	0.29
668196	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	F	ARTHAUD	Nathalie	3	1.38	1.59
674017	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	F	LE PEN	Marine	151	21.88	27.31
676332	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	F	ARTHAUD	Nathalie	3	0.60	0.77
676393	63	Puy-de-Dôme	2	2ème circonscription	244	Chambaron-sur-Morge	0001	424	62	14.62	...	0.28	350	82.55	96.69	M	MACRON	Emmanuel	95	22.41	27.14
684730	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	CHEMINADE	Jacques	2	0.29	0.36
690249	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	FILLON	François	54	19.08	21.60
691336	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	LASSALLE	Jean	11	2.19	2.81
691466	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	F	LE PEN	Marine	42	19.35	22.22
696052	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	MÉLENCHON	Jean-Luc	23	8.13	9.20
705991	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	LASSALLE	Jean	15	1.30	1.57
711360	31	Haute-Garonne	5	5ème circonscription	205	Gagnac-sur-Garonne	0001	1156	170	14.71	...	1.42	956	82.70	96.96	M	FILLON	François	149	12.89	15.59
716008	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	DUPONT-AIGNAN	Nicolas	10	4.31	5.38
716725	18	Cher	3	3ème circonscription	58	Châteauneuf-sur-Cher	0001	571	142	24.87	...	0.23	420	73.56	97.90	M	POUTOU	Philippe	5	0.88	1.19
720640	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	F	ARTHAUD	Nathalie	2	0.71	0.80
722882	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	F	ARTHAUD	Nathalie	1	0.14	0.18
727998	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	F	LE PEN	Marine	195	18.09	23.02
728807	33	Gironde	8	8ème circonscription	555	Marcheprime	0001	1078	209	19.39	...	1.38	847	78.57	97.47	F	ARTHAUD	Nathalie	1	0.09	0.12
734228	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	CHEMINADE	Jacques	2	0.13	0.17
735121	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	ASSELINEAU	François	1	0.43	0.54
738395	80	Somme	5	5ème circonscription	230	Curchy	0001	232	44	18.97	...	0.00	186	80.17	98.94	M	MACRON	Emmanuel	19	8.19	10.22
740589	65	Hautes-Pyrénées	1	1ère circonscription	84	Bernac-Dessus	0001	217	24	11.06	...	0.52	189	87.10	97.93	M	FILLON	François	24	11.06	12.70
741014	22	Côtes-d'Armor	3	3ème circonscription	183	Les Moulins	0001	690	124	17.97	...	0.53	553	80.14	97.70	M	HAMON	Benoît	50	7.25	9.04
745838	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	LASSALLE	Jean	8	0.53	0.70
751637	43	Haute-Loire	2	2ème circonscription	187	Saint-Geneys-près-Saint-Paulien	0001	283	28	9.89	...	1.57	250	88.34	98.04	M	POUTOU	Philippe	3	1.06	1.20
753695	23	Creuse	1	1ère circonscription	149	Parsac-Rimondeix	0001	503	100	19.88	...	1.74	391	77.73	97.02	M	CHEMINADE	Jacques	2	0.40	0.51
754496	50	Manche	2	2ème circonscription	484	Saint-Hilaire-du-Harcouët	0001	1505	316	21.00	...	1.26	1144	76.01	96.22	M	DUPONT-AIGNAN	Nicolas	64	4.25	5.59
755191	46	Lot	1	1ère circonscription	103	Saint-Paul-Flaugnac	0001	358	54	15.08	...	0.66	300	83.80	98.68	F	ARTHAUD	Nathalie	1	0.28	0.33
761680	46	Lot	1	1ère circonscription	268	Saint Géry-Vers	0001	358	58	16.20	...	2.67	291	81.28	97.00	M	ASSELINEAU	François	2	0.56	0.69

143 rows × 27 columns

Les doublons correspondent aux différents votes pour un meme departement, une meme commune, RAS

3.1.1.1.Corrections des valeurs manquantes, nulles et NA

3.1.3.Outliers, valeurs abberantes et atypiques

codes_departement = len(data_p8_1tour['Code du département'].unique())
codes_departement

107

circonscriptions = len(data_p8_1tour['Circonscription'].unique())
circonscriptions

22

communes = len(data_p8_1tour['Commune'].unique())
communes

33363

bureaux = len(data_p8_1tour['Bureau de vote'].unique())
bureaux

1727

nbr_candidats = len(data_p8_1tour['Nom'].unique())
nbr_candidats

11

Je verifie le nombre de valeurs uniques par variable pour detecter des erreurs, RAS

4.Résumé des données

4.1.Nombre de communes, circonscriptions, bureaux de vote, candidats

#Jé crée un dataframe pour le résumé des données
résumé_données = pd.DataFrame({'Nombre': pd.Series([codes_departement, circonscriptions, communes,bureaux,nbr_candidats], index = ['départements', 'circonscriptions', 'communes','bureaux_de_vote','candidats'])})
résumé_données

	Nombre
départements	107
circonscriptions	22
communes	33363
bureaux_de_vote	1727
candidats	11

4.2.Participation

participation = data_p8_1tour.groupby('Nom').sum()
participation = participation.reset_index(drop=False)
participation.head(2)

	Nom	Code de la circonscription	Code de la commune	Inscrits	Abstentions	% Abs/Ins	Votants	% Vot/Ins	Blancs	% Blancs/Ins	% Blancs/Vot	Nuls	% Nuls/Ins	% Nuls/Vot	Exprimés	% Exp/Ins	% Exp/Vot	Voix	% Voix/Ins	% Voix/Exp
0	ARTHAUD	288976	16198557	47589952	10579843	1403512.99	37010109	5521889.21	660100	102799.35	131653.81	289408	46000.58	61643.24	36060601	5373088.7	6.7320037e+06	232429	37347.82	49472.11
1	ASSELINEAU	288976	16198557	47589952	10579843	1403512.99	37010109	5521889.21	660100	102799.35	131653.81	289408	46000.58	61643.24	36060601	5373088.7	6.7320037e+06	332589	48254.59	63619.26

inscrits_sum = participation.loc[participation['Nom'] == 'ARTHAUD','Inscrits']
inscrits_sum = inscrits_sum.to_string(index = False)
inscrits_sum

'47589952'

absentions_sum = participation.loc[participation['Nom'] == 'ARTHAUD','Abstentions']
absentions_sum = absentions_sum.to_string(index = False)
absentions_sum

'10579843'

votans_sum = participation.loc[participation['Nom'] == 'ARTHAUD','Votants']
votans_sum = votans_sum.to_string(index = False)
votans_sum

'37010109'

blancs_sum = participation.loc[participation['Nom'] == 'ARTHAUD','Blancs']
blancs_sum = blancs_sum.to_string(index = False)
blancs_sum

'660100'

nuls_sum = participation.loc[participation['Nom'] == 'ARTHAUD','Nuls']
nuls_sum = nuls_sum.to_string(index = False)
nuls_sum

'289408'

exprimés_sum = participation.loc[participation['Nom'] == 'ARTHAUD','Exprimés']
exprimés_sum = exprimés_sum.to_string(index = False)
exprimés_sum

'36060601'

participation_ratio = data_p8_1tour.groupby('Nom').mean()
participation_ratio = participation_ratio.reset_index(drop=False)
participation_ratio.head(2)

	Nom	Code de la circonscription	Code de la commune	Inscrits	Abstentions	% Abs/Ins	Votants	% Vot/Ins	Blancs	% Blancs/Ins	% Blancs/Vot	Nuls	% Nuls/Ins	% Nuls/Vot	Exprimés	% Exp/Ins	% Exp/Vot	Voix	% Voix/Ins	% Voix/Exp
0	ARTHAUD	4.1726374	233.8972926	687.1699083	152.7664862	20.2658724	534.4034221	79.7327155	9.5314418	1.48436	1.9010008	4.1788752	0.6642203	0.8900908	520.6931052	77.5841268	97.2060318	3.3561331	0.5392798	0.7143471
1	ASSELINEAU	4.1726374	233.8972926	687.1699083	152.7664862	20.2658724	534.4034221	79.7327155	9.5314418	1.48436	1.9010008	4.1788752	0.6642203	0.8900908	520.6931052	77.5841268	97.2060318	4.8023825	0.6967669	0.9186233

abs_ratio = participation_ratio.loc[participation_ratio['Nom'] == 'ARTHAUD','% Abs/Ins']
abs_ratio = (round(abs_ratio, 2))
abs_ratio = abs_ratio.to_string(index = False)
abs_ratio

'20.27'

vot_ratio = participation_ratio.loc[participation_ratio['Nom'] == 'ARTHAUD','% Vot/Ins']
vot_ratio = (round(vot_ratio, 2))
vot_ratio = vot_ratio.to_string(index = False)
vot_ratio

'79.73'

blancs_ratio = participation_ratio.loc[participation_ratio['Nom'] == 'ARTHAUD','% Blancs/Ins']
blancs_ratio = (round(blancs_ratio, 2))
blancs_ratio = blancs_ratio.to_string(index = False)
blancs_ratio

'1.48'

blancs_ratio2 = participation_ratio.loc[participation_ratio['Nom'] == 'ARTHAUD','% Blancs/Vot']
blancs_ratio2 = (round(blancs_ratio2, 2))
blancs_ratio2 = blancs_ratio2.to_string(index = False)
blancs_ratio2

'1.9'

nuls_ratio = participation_ratio.loc[participation_ratio['Nom'] == 'ARTHAUD','% Nuls/Ins']
nuls_ratio = (round(nuls_ratio, 2))
nuls_ratio = nuls_ratio.to_string(index = False)
nuls_ratio

'0.66'

nuls_ratio2 = participation_ratio.loc[participation_ratio['Nom'] == 'ARTHAUD','% Nuls/Vot']
nuls_ratio2 = (round(nuls_ratio2, 2))
nuls_ratio2 = nuls_ratio2.to_string(index = False)
nuls_ratio2

'0.89'

exp_ratio = participation_ratio.loc[participation_ratio['Nom'] == 'ARTHAUD','% Exp/Ins']
exp_ratio = (round(exp_ratio, 2))
exp_ratio = exp_ratio.to_string(index = False)
exp_ratio

'77.58'

exp_ratio2 = participation_ratio.loc[participation_ratio['Nom'] == 'ARTHAUD','% Exp/Vot']
exp_ratio2 = (round(exp_ratio2, 2))
exp_ratio2 = exp_ratio2.to_string(index = False)
exp_ratio2

'97.21'

#Jé crée un dataframe pour le nombre d'inscrits, abstentions, votants, blancs, nuls, exprimés
participation = pd.DataFrame({'Nombre': pd.Series([inscrits_sum, absentions_sum, votans_sum,blancs_sum,nuls_sum,exprimés_sum], index = ['Inscrits', 'Abstentions', 'Votants','Blancs','Nuls','Exprimés']),
                              '% des inscrits': pd.Series(['',abs_ratio, vot_ratio,blancs_ratio,nuls_ratio,exp_ratio], index = ['Inscrits', 'Abstentions', 'Votants','Blancs','Nuls','Exprimés']),
                              '% des votants': pd.Series(['','',100,blancs_ratio2,nuls_ratio2,exp_ratio2], index = ['Inscrits', 'Abstentions', 'Votants','Blancs','Nuls','Exprimés'])})

participation

	Nombre	% des inscrits	% des votants
Inscrits	47589952
Abstentions	10579843	20.27
Votants	37010109	79.73	100
Blancs	660100	1.48	1.9
Nuls	289408	0.66	0.89
Exprimés	36060601	77.58	97.21

Pour mémoire, la participation constatée au premier tour de l’élection du président de la République en avril 2012 s’établissait pour le même périmètre à 80,42%.

# bar chart

value =  [66920000,47589952,37010109,36060601,10579843,660100,289408]
labels = ['Population 2017','Inscrits','Votants','Exprimés','Abstentions','Blancs','Nuls']

#participation_viz = participation_viz.sort_values('Nombre',ascending=[False])

pio.templates.default = "plotly_white"
fig = px.bar(x=labels, y=value,width=800, height=600,text=value, labels={ "x": " ","y": "nombre de voix"})

fig.update_traces(textposition = 'outside',texttemplate='%{text:,}', textfont_size=12)
#fig.update_traces(marker_color='dimgray')

fig.update_layout(title_text='<b>Participation au 1er Tour', title_y=0.97,title_x=0.55,title_font = dict(size=25, color='dimgray'))
fig.update_layout(separators = '.,',margin=dict(t=50, b=0, l=0, r=0))

#fig.update_layout(legend=dict(yanchor="auto", y=0.5, xanchor="auto", x=1.3),legend_title_text='')
#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')
#fig.update_yaxes(visible=False)

fig.show()

# bar chart

value =  [79.73,77.58,20.27,1.48,0.66,]
labels = ['% Vot/ins','% Exp/ins','% abs/ins','% Blancs/ins','% Nuls/ins']

#participation_viz = participation_viz.sort_values('Nombre',ascending=[False])

pio.templates.default = "plotly_white"
fig = px.bar(x=labels, y=value,width=800, height=600,text=value, labels={ "x": " ","y": "% des voix"})

fig.update_traces(textposition = 'outside',texttemplate='%{text:,}', textfont_size=12)
#fig.update_traces(marker_color='dimgray')

fig.update_layout(title_text='<b>Ratio des inscrits au 1er Tour', title_y=0.97,title_x=0.55,title_font = dict(size=25, color='dimgray'))
fig.update_layout(separators = '.,',margin=dict(t=50, b=0, l=0, r=0))

#fig.update_layout(legend=dict(yanchor="auto", y=0.5, xanchor="auto", x=1.3),legend_title_text='')
#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')
#fig.update_yaxes(visible=False)

fig.show()

# bar chart

value =  [97.21,1.90,0.89]
labels = ['% Exp/vot','% Blancs/vot','% nuls/vot']

#participation_viz = participation_viz.sort_values('Nombre',ascending=[False])

pio.templates.default = "plotly_white"
fig = px.bar(x=labels, y=value,width=800, height=600,text=value, labels={ "x": " ","y": "% des voix"})

fig.update_traces(textposition = 'outside',texttemplate='%{text:,}', textfont_size=12)
#fig.update_traces(marker_color='dimgray')

fig.update_layout(title_text='<b>Ratio des votants au 1er Tour', title_y=0.97,title_x=0.55,title_font = dict(size=25, color='dimgray'))
fig.update_layout(separators = '.,',margin=dict(t=50, b=0, l=0, r=0))

#fig.update_layout(legend=dict(yanchor="auto", y=0.5, xanchor="auto", x=1.3),legend_title_text='')
#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')
#fig.update_yaxes(visible=False)

fig.show()

4.3.Classement des departements en proportion d' abstentions, de votants, de blancs, de nuls, d'exprimés

4.3.1.Abstentions

classement_dep_abs = data_p8_1tour.groupby('Département').mean().sort_values('% Abs/Ins',ascending=[False])
classement_dep_abs = classement_dep_abs.reset_index(drop=False)
classement_dep_abs = classement_dep_abs.drop(columns =['Code de la circonscription','Code de la commune','Votants','% Vot/Ins','Blancs','% Blancs/Ins','% Blancs/Vot','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_abs_top30 = classement_dep_abs.head(30)
classement_dep_abs.head(5)

	Département	Inscrits	Abstentions	% Abs/Ins
0	Saint-Martin/Saint-Barthélemy	1057.7083333	716.7500000	67.6683333
1	Guyane	808.1304348	530.5217391	66.2443478
2	Martinique	944.7173252	567.9483283	60.3312766
3	Guadeloupe	764.1183575	458.1980676	60.0515459
4	Nouvelle-Calédonie	701.7888889	363.9148148	58.9028148

abs_top_1 = classement_dep_abs.loc[classement_dep_abs['Département'] == "Saint-Martin/Saint-Barthélemy"]
abs_top_1 = abs_top_1["% Abs/Ins"]
abs_top_1 = abs_top_1.to_string(index=False)
abs_top_1 = "{0:.2f}".format(float(abs_top_1))
abs_top_1

'67.67'

abs_top_2 = classement_dep_abs.loc[classement_dep_abs['Département'] == "Guyane"]
abs_top_2 = abs_top_2["% Abs/Ins"]
abs_top_2 = abs_top_2.to_string(index=False)
abs_top_2 = "{0:.2f}".format(float(abs_top_2))
abs_top_2

'66.24'

abs_top_3 = classement_dep_abs.loc[classement_dep_abs['Département'] == "Martinique"]
abs_top_3 = abs_top_3["% Abs/Ins"]
abs_top_3 = abs_top_3.to_string(index=False)
abs_top_3 = "{0:.2f}".format(float(abs_top_3))
abs_top_3

'60.33'

# scatter plot

pio.templates.default = "plotly_white"

#text=classement_dep_blanc3['% Blancs/Vot']
#labels={ "Département": " "}

fig = px.scatter(classement_dep_abs_top30, x="Département", y="% Abs/Ins",labels={ "Département": " "})

fig.update_layout(title_text="<b>Ratio des abstentions/ département au 1er Tour", title_y=0.9,title_x=0.5,title_font = dict(size=25, color='dimgray'))
fig.update_layout(margin=dict(t=100, b=0, l=0, r=0))

#fig.update_yaxes(visible=False)

#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')

fig.add_annotation(x= "Saint-Martin/Saint-Barthélemy", y=abs_top_1, text=abs_top_1,xanchor='auto')
fig.add_annotation(x= "Guyane", y=abs_top_2, text=abs_top_2,xanchor='left')
fig.add_annotation(x= "Martinique", y=abs_top_3, text=abs_top_3,xanchor='left')

fig.update_layout(margin_pad=10)

#fig.update_yaxes(title=None)

fig.show()

classement_dep_abs2 = data_p8_1tour.groupby('Département').mean().sort_values('% Abs/Ins')
classement_dep_abs2 = classement_dep_abs2.reset_index(drop=False)
classement_dep_abs2 = classement_dep_abs2.drop(columns =['Code de la circonscription','Code de la commune','Votants','% Vot/Ins','Blancs','% Blancs/Ins','% Blancs/Vot','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_abs2.head(5)

	Département	Inscrits	Abstentions	% Abs/Ins
0	Gers	284.7917485	45.2396857	14.5693713
1	Lot	347.9291139	57.0025316	15.1133165
2	Côtes-d'Armor	697.1725191	109.5282443	15.4685496
3	Ille-et-Vilaine	840.2094361	134.2980437	15.5937399
4	Vendée	854.5548173	137.6528239	15.8904983

4.3.2.Votants

classement_dep_vot = data_p8_1tour.groupby('Département').mean().sort_values('% Vot/Ins',ascending=[False])
classement_dep_vot = classement_dep_vot.reset_index(drop=False)
classement_dep_vot = classement_dep_vot.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','% Abs/Ins','Blancs','% Blancs/Ins','% Blancs/Vot','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_vot.head(5)

	Département	Inscrits	Votants	% Vot/Ins
0	Gers	284.7917485	239.5520629	85.4306876
1	Lot	347.9291139	290.9265823	84.8867595
2	Côtes-d'Armor	697.1725191	587.6442748	84.5314809
3	Ille-et-Vilaine	840.2094361	705.9113924	84.4062716
4	Vendée	854.5548173	716.9019934	84.1095183

classement_dep_vot2 = data_p8_1tour.groupby('Département').mean().sort_values('% Vot/Ins')
classement_dep_vot2 = classement_dep_vot2.reset_index(drop=False)
classement_dep_vot2 = classement_dep_vot2.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','% Abs/Ins','Blancs','% Blancs/Ins','% Blancs/Vot','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_vot2_top30 = classement_dep_vot2.head(30)
classement_dep_vot2.head(5)

	Département	Inscrits	Votants	% Vot/Ins
0	Saint-Martin/Saint-Barthélemy	1057.7083333	340.9583333	32.3316667
1	Guyane	808.1304348	277.6086957	33.7556522
2	Martinique	944.7173252	376.7689970	39.6687234
3	Guadeloupe	764.1183575	305.9202899	39.9484541
4	Nouvelle-Calédonie	701.7888889	337.8740741	41.0972222

vot_top_1 = classement_dep_vot2.loc[classement_dep_vot2['Département'] == "Saint-Martin/Saint-Barthélemy"]
vot_top_1 = vot_top_1["% Vot/Ins"]
vot_top_1 = vot_top_1.to_string(index=False)
vot_top_1 = "{0:.2f}".format(float(vot_top_1))
vot_top_1

'32.33'

vot_top_2 = classement_dep_vot2.loc[classement_dep_vot2['Département'] == "Guyane"]
vot_top_2 = vot_top_2["% Vot/Ins"]
vot_top_2 = vot_top_2.to_string(index=False)
vot_top_2 = "{0:.2f}".format(float(vot_top_2))
vot_top_2

'33.76'

vot_top_3 = classement_dep_vot2.loc[classement_dep_vot2['Département'] == "Martinique"]
vot_top_3 = vot_top_3["% Vot/Ins"]
vot_top_3 = vot_top_3.to_string(index=False)
vot_top_3 = "{0:.2f}".format(float(vot_top_3))
vot_top_3

'39.67'

# scatter plot

pio.templates.default = "plotly_white"

#text=classement_dep_blanc3['% Blancs/Vot']
#labels={ "Département": " "}

fig = px.scatter(classement_dep_vot2_top30, x="Département", y="% Vot/Ins",labels={ "Département": " "})

fig.update_layout(title_text="<b>Ratio des votants/département au 1er Tour", title_y=0.9,title_x=0.5,title_font = dict(size=25, color='dimgray'))
fig.update_layout(margin=dict(t=100, b=0, l=0, r=0))

#fig.update_yaxes(visible=False)

#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')

fig.add_annotation(x= "Saint-Martin/Saint-Barthélemy", y=vot_top_1, text=vot_top_1,xanchor='right')
fig.add_annotation(x= "Guyane", y=vot_top_2, text=vot_top_2,xanchor='auto')
fig.add_annotation(x= "Martinique", y=vot_top_3, text=vot_top_3,xanchor='auto')

fig.update_layout(margin_pad=10)

fig.show()

4.3.3.Blancs

classement_dep_blanc = data_p8_1tour.groupby('Département').mean().sort_values('% Blancs/Ins',ascending=[False])
classement_dep_blanc = classement_dep_blanc.reset_index(drop=False)
classement_dep_blanc = classement_dep_blanc.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_blanc.head(5)

	Département	Inscrits	Blancs	% Blancs/Ins
0	Guyane	808.1304348	33.3130435	3.9444348
1	Martinique	944.7173252	24.7781155	2.6247112
2	Creuse	329.6338028	6.8838028	2.2168310
3	Corrèze	482.4921875	8.9296875	1.9410417
4	Cantal	396.7060811	7.1385135	1.9065878

classement_dep_blanc2 = data_p8_1tour.groupby('Département').mean().sort_values('% Blancs/Ins')
classement_dep_blanc2 = classement_dep_blanc2.reset_index(drop=False)
classement_dep_blanc2 = classement_dep_blanc2.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_blanc2.head(5)

	Département	Inscrits	Blancs	% Blancs/Ins
0	Français établis hors de France	5668.6681614	14.2107623	0.3900897
1	Wallis et Futuna	8464.0000000	35.0000000	0.4100000
2	Paris	1452.7198661	11.8604911	0.8103571
3	Saint-Martin/Saint-Barthélemy	1057.7083333	8.7916667	0.8183333
4	Polynésie française	864.1525424	8.1737288	0.9349153

classement_dep_blanc3 = data_p8_1tour.groupby('Département').mean().sort_values('% Blancs/Vot',ascending=[False])
classement_dep_blanc3 = classement_dep_blanc3.reset_index(drop=False)
classement_dep_blanc3 = classement_dep_blanc3.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','% Abs/Ins','Inscrits','% Vot/Ins','% Blancs/Ins','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_blanc3_top30 = classement_dep_blanc3.head(30)
classement_dep_blanc3.head(5)

	Département	Votants	Blancs	% Blancs/Vot
0	Guyane	277.6086957	33.3130435	11.3906957
1	Martinique	376.7689970	24.7781155	6.8223404
2	Guadeloupe	305.9202899	13.5990338	4.5214251
3	Nouvelle-Calédonie	337.8740741	10.9962963	3.2305185
4	La Réunion	414.1854305	12.6578366	3.0547020

top_1 = classement_dep_blanc3.loc[classement_dep_blanc3['Département'] == "Guyane"]
top_1 = top_1["% Blancs/Vot"]
top_1 = top_1.to_string(index=False)
top_1 = "{0:.2f}".format(float(top_1))
top_1

'11.39'

top_2 = classement_dep_blanc3.loc[classement_dep_blanc3['Département'] == "Martinique"]
top_2 = top_2["% Blancs/Vot"]
top_2 = top_2.to_string(index=False)
top_2 = "{0:.2f}".format(float(top_2))
top_2

'6.82'

top_3 = classement_dep_blanc3.loc[classement_dep_blanc3['Département'] == "Guadeloupe"]
top_3 = top_3["% Blancs/Vot"]
top_3 = top_3.to_string(index=False)
top_3 = "{0:.2f}".format(float(top_3))
top_3

'4.52'

# scatter plot

pio.templates.default = "plotly_white"

#text=classement_dep_blanc3['% Blancs/Vot']
#labels={ "Département": " "}

fig = px.scatter(classement_dep_blanc3_top30, x="Département", y="% Blancs/Vot",labels={ "Département": " "})

fig.update_layout(title_text="<b>Ratio de votes blancs/votants par département au 1er Tour", title_y=0.9,title_x=0.5,title_font = dict(size=25, color='dimgray'))
fig.update_layout(margin=dict(t=100, b=0, l=0, r=0))

#fig.update_yaxes(visible=False)

#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')

fig.add_annotation(x= "Guyane", y=top_1, text=top_1)
fig.add_annotation(x= "Martinique", y=top_2, text=top_2)
fig.add_annotation(x= "Guadeloupe", y=top_3, text=top_3)

fig.show()

classement_dep_blanc4 = data_p8_1tour.groupby('Département').mean().sort_values('% Blancs/Vot')
classement_dep_blanc4 = classement_dep_blanc4.reset_index(drop=False)
classement_dep_blanc4 = classement_dep_blanc4.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','% Abs/Ins','Inscrits','% Vot/Ins','% Blancs/Ins','Nuls','% Nuls/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_blanc4.head(5)

	Département	Votants	Blancs	% Blancs/Vot
0	Wallis et Futuna	5411.0000000	35.0000000	0.6500000
1	Français établis hors de France	2510.0000000	14.2107623	0.8304933
2	Paris	1218.1216518	11.8604911	0.9766295
3	Yvelines	787.0427263	11.0254323	1.4496643
4	Alpes-Maritimes	617.1378601	9.3508230	1.5270988

4.3.4.Nuls

classement_dep_nul = data_p8_1tour.groupby('Département').mean().sort_values('% Nuls/Ins',ascending=[False])
classement_dep_nul = classement_dep_nul.reset_index(drop=False)
classement_dep_nul = classement_dep_nul.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_nul.head(5)

	Département	Inscrits	Nuls	% Nuls/Ins
0	Guadeloupe	764.1183575	21.2053140	2.7995169
1	Mayotte	471.8579545	12.1136364	2.6517614
2	Martinique	944.7173252	19.8814590	2.1174772
3	La Réunion	705.8289183	14.6843267	2.0830022
4	Guyane	808.1304348	10.9130435	1.5002609

classement_dep_nul2 = data_p8_1tour.groupby('Département').mean().sort_values('% Nuls/Ins')
classement_dep_nul2 = classement_dep_nul2.reset_index(drop=False)
classement_dep_nul2 = classement_dep_nul2.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_nul2.head(5)

	Département	Inscrits	Nuls	% Nuls/Ins
0	Français établis hors de France	5668.6681614	10.9506726	0.2149776
1	Hauts-de-Seine	973.1065089	2.5325444	0.2661538
2	Paris	1452.7198661	4.7444196	0.3255915
3	Wallis et Futuna	8464.0000000	28.0000000	0.3300000
4	Alpes-Maritimes	783.7047325	2.9187243	0.3941975

classement_dep_nul3 = data_p8_1tour.groupby('Département').mean().sort_values('% Nuls/Vot',ascending=[False])
classement_dep_nul3 = classement_dep_nul3.reset_index(drop=False)
classement_dep_nul3 = classement_dep_nul3.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Inscrits','% Vot/Ins','% Blancs/Vot','% Nuls/Ins','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_nul3_top30 = classement_dep_nul3.head(30)
classement_dep_nul3.head(5)

	Département	Votants	Nuls	% Nuls/Vot
0	Guadeloupe	305.9202899	21.2053140	6.7432126
1	Mayotte	205.6079545	12.1136364	6.0645455
2	Martinique	376.7689970	19.8814590	5.5373556
3	Guyane	277.6086957	10.9130435	4.4500000
4	La Réunion	414.1854305	14.6843267	3.6286755

nul_top_1 = classement_dep_nul3.loc[classement_dep_nul3['Département'] == "Guadeloupe"]
nul_top_1 = nul_top_1["% Nuls/Vot"]
nul_top_1 = nul_top_1.to_string(index=False)
nul_top_1 = "{0:.2f}".format(float(nul_top_1))
nul_top_1

'6.74'

nul_top_2 = classement_dep_nul3.loc[classement_dep_nul3['Département'] == "Mayotte"]
nul_top_2 = nul_top_2["% Nuls/Vot"]
nul_top_2 = nul_top_2.to_string(index=False)
nul_top_2 = "{0:.2f}".format(float(nul_top_2))
nul_top_2

'6.06'

nul_top_3 = classement_dep_nul3.loc[classement_dep_nul3['Département'] == "Martinique"]
nul_top_3 = nul_top_3["% Nuls/Vot"]
nul_top_3 = nul_top_3.to_string(index=False)
nul_top_3 = "{0:.2f}".format(float(nul_top_3))
nul_top_3

'5.54'

# scatter plot

pio.templates.default = "plotly_white"

#text=classement_dep_blanc3['% Blancs/Vot']
#labels={ "Département": " "}

fig = px.scatter(classement_dep_nul3_top30, x="Département", y="% Nuls/Vot",labels={ "Département": " "})

fig.update_layout(title_text="<b>Ratio de votes nuls/votants par département au 1er Tour", title_y=0.9,title_x=0.5,title_font = dict(size=25, color='dimgray'))
fig.update_layout(margin=dict(t=100, b=0, l=0, r=0))

#fig.update_yaxes(visible=False)

#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')

fig.add_annotation(x= "Guadeloupe", y=nul_top_1, text=nul_top_1)
fig.add_annotation(x= "Mayotte", y=nul_top_2, text=nul_top_2)
fig.add_annotation(x= "Martinique", y=nul_top_3, text=nul_top_3)

fig.show()

classement_dep_nul4 = data_p8_1tour.groupby('Département').mean().sort_values('% Nuls/Vot')
classement_dep_nul4 = classement_dep_nul4.reset_index(drop=False)
classement_dep_nul4 = classement_dep_nul4.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Inscrits','% Vot/Ins','% Blancs/Vot','% Nuls/Ins','Exprimés','% Exp/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_nul4.head(5)

	Département	Votants	Nuls	% Nuls/Vot
0	Hauts-de-Seine	798.8313609	2.5325444	0.3345168
1	Paris	1218.1216518	4.7444196	0.3953906
2	Alpes-Maritimes	617.1378601	2.9187243	0.5016461
3	Français établis hors de France	2510.0000000	10.9506726	0.5071749
4	Wallis et Futuna	5411.0000000	28.0000000	0.5200000

4.3.5.Exprimés

classement_dep_exp = data_p8_1tour.groupby('Département').mean().sort_values('% Exp/Ins',ascending=[False])
classement_dep_exp = classement_dep_exp.reset_index(drop=False)
classement_dep_exp = classement_dep_exp.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','% Nuls/Vot','Nuls','% Nuls/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_exp.head(5)

	Département	Inscrits	Exprimés	% Exp/Ins
0	Gers	284.7917485	233.1689587	83.0792141
1	Paris	1452.7198661	1201.5167411	82.7429799
2	Côtes-d'Armor	697.1725191	573.3160305	82.4526107
3	Ille-et-Vilaine	840.2094361	689.6904488	82.4045685
4	Lot	347.9291139	282.8050633	82.3255696

classement_dep_exp2 = data_p8_1tour.groupby('Département').mean().sort_values('% Exp/Ins')
classement_dep_exp2 = classement_dep_exp2.reset_index(drop=False)
classement_dep_exp2 = classement_dep_exp2.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','% Nuls/Vot','Nuls','% Nuls/Ins','% Exp/Vot','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_exp2_top30 = classement_dep_exp2.head(30)
classement_dep_exp2.head(5)

	Département	Inscrits	Exprimés	% Exp/Ins
0	Guyane	808.1304348	233.3826087	28.3105217
1	Saint-Martin/Saint-Barthélemy	1057.7083333	327.7083333	31.0945833
2	Martinique	944.7173252	332.1094225	34.9265350
3	Guadeloupe	764.1183575	271.1159420	35.3720773
4	Nouvelle-Calédonie	701.7888889	322.0222222	39.1228148

exp_top_1 = classement_dep_exp2.loc[classement_dep_exp2['Département'] == "Guyane"]
exp_top_1 = exp_top_1["% Exp/Ins"]
exp_top_1 = exp_top_1.to_string(index=False)
exp_top_1 = "{0:.2f}".format(float(exp_top_1))
exp_top_1

'28.31'

exp_top_2 = classement_dep_exp2.loc[classement_dep_exp2['Département'] == "Saint-Martin/Saint-Barthélemy"]
exp_top_2 = exp_top_2["% Exp/Ins"]
exp_top_2 = exp_top_2.to_string(index=False)
exp_top_2 = "{0:.2f}".format(float(exp_top_2))
exp_top_2

'31.09'

exp_top_3 = classement_dep_exp2.loc[classement_dep_exp2['Département'] == "Martinique"]
exp_top_3 = exp_top_3["% Exp/Ins"]
exp_top_3 = exp_top_3.to_string(index=False)
exp_top_3 = "{0:.2f}".format(float(exp_top_3))
exp_top_3

'34.93'

# scatter plot

pio.templates.default = "plotly_white"

#text=classement_dep_blanc3['% Blancs/Vot']
#labels={ "Département": " "}

fig = px.scatter(classement_dep_exp2_top30, x="Département", y="% Exp/Ins",labels={ "Département": " "})

fig.update_layout(title_text="<b>Ratio des exprimés/département au 1er Tour", title_y=0.9,title_x=0.5,title_font = dict(size=25, color='dimgray'))
fig.update_layout(margin=dict(t=100, b=0, l=0, r=0))

#fig.update_yaxes(visible=False)

#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')

fig.add_annotation(x= "Guyane", y=exp_top_1, text=exp_top_1)
fig.add_annotation(x= "Saint-Martin/Saint-Barthélemy", y=exp_top_2, text=exp_top_2)
fig.add_annotation(x= "Martinique", y=exp_top_3, text=exp_top_3)

fig.show()

classement_dep_exp3 = data_p8_1tour.groupby('Département').mean().sort_values('% Exp/Vot',ascending=[False])
classement_dep_exp3 = classement_dep_exp3.reset_index(drop=False)
classement_dep_exp3 = classement_dep_exp3.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','% Nuls/Vot','Nuls','% Nuls/Ins','% Exp/Ins','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_exp3.head(5)

	Département	Inscrits	Exprimés	% Exp/Vot
0	Wallis et Futuna	8464.0000000	5348.0000000	98.8400000
1	Paris	1452.7198661	1201.5167411	98.6279911
2	Hauts-de-Seine	973.1065089	783.7850099	98.0687574
3	Yvelines	967.5971516	772.0590031	98.0258291
4	Alpes-Maritimes	783.7047325	604.8683128	97.9711523

classement_dep_exp4 = data_p8_1tour.groupby('Département').mean().sort_values('% Exp/Vot')
classement_dep_exp4 = classement_dep_exp4.reset_index(drop=False)
classement_dep_exp4 = classement_dep_exp4.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','% Nuls/Vot','Nuls','% Nuls/Ins','% Exp/Ins','Voix','% Voix/Ins','% Voix/Exp'])
classement_dep_exp4.head(5)

	Département	Inscrits	Exprimés	% Exp/Vot
0	Guyane	808.1304348	233.3826087	84.1586087
1	Martinique	944.7173252	332.1094225	87.6401520
2	Guadeloupe	764.1183575	271.1159420	88.7354589
3	Mayotte	471.8579545	188.2386364	91.3994318
4	La Réunion	705.8289183	386.8432671	93.3166887

4.4.Classement des candidats par voix

participation2 = data_p8_1tour.groupby('Nom').sum().sort_values('Voix',ascending=[False])
participation2 = participation2.reset_index(drop=False)
participation2 = participation2.drop(columns =['Code de la circonscription','Code de la commune','Abstentions','Blancs','% Blancs/Ins','% Abs/Ins','Votants','% Vot/Ins','% Blancs/Vot','% Nuls/Vot','Nuls','% Nuls/Ins','% Exp/Vot','% Exp/Ins','% Voix/Ins','% Voix/Exp'])
participation2.head(11)

	Nom	Inscrits	Exprimés	Voix
0	MACRON	47589952	36060601	8657749
1	LE PEN	47589952	36060601	7679914
2	FILLON	47589952	36060601	7214181
3	MÉLENCHON	47589952	36060601	7061130
4	HAMON	47589952	36060601	2291688
5	DUPONT-AIGNAN	47589952	36060601	1695311
6	LASSALLE	47589952	36060601	435432
7	POUTOU	47589952	36060601	394575
8	ASSELINEAU	47589952	36060601	332589
9	ARTHAUD	47589952	36060601	232429
10	CHEMINADE	47589952	36060601	65603

participation2['ratio_inscrits'] = round((participation2['Voix'] / participation2['Inscrits'])*100,2)
participation2['ratio_exprimés'] = round((participation2['Voix'] / participation2['Exprimés'])*100,2)
participation2 = participation2.drop(columns =['Inscrits','Exprimés'])
participation2.head(11)

	Nom	Voix	ratio_inscrits	ratio_exprimés
0	MACRON	8657749	18.19	24.01
1	LE PEN	7679914	16.14	21.30
2	FILLON	7214181	15.16	20.01
3	MÉLENCHON	7061130	14.84	19.58
4	HAMON	2291688	4.82	6.36
5	DUPONT-AIGNAN	1695311	3.56	4.70
6	LASSALLE	435432	0.91	1.21
7	POUTOU	394575	0.83	1.09
8	ASSELINEAU	332589	0.70	0.92
9	ARTHAUD	232429	0.49	0.64
10	CHEMINADE	65603	0.14	0.18

# pie chart

fig = px.pie(participation2, values='ratio_exprimés', names='Nom',width=700, height=600, hole=0.5, color = 'Nom',color_discrete_map={
                                 'MACRON':'deeppink',
                                 'LE PEN':'darkblue',
                                 'FILLON':'dodgerblue',
                                 'MÉLENCHON':'darkorange',
                                 'HAMON':'pink',
                                 'DUPONT-AIGNAN':'sienna',
                                 'LASSALLE':'darkcyan',
                                 'POUTOU':'crimson',
                                 'ASSELINEAU':'mediumaquamarine',
                                 'ARTHAUD':'khaki',
                                 'CHEMINADE':'peachpuff'})

fig.update_traces(textposition = 'inside',textfont_size=12, textinfo='percent+label',pull=[0.2,0,0,0,0,0,0,0,0,0,0],marker = dict(line=dict(color='white', width=3)))

fig.update_layout(title_text='<b>Ratio des votes/candidat au 1er Tour', title_y=0.97,title_x=0.55,title_font = dict(size=25, color='dimgray'))
fig.update_layout(legend=dict(yanchor="auto", y=0.5, xanchor="auto", x=1.3))
fig.update_layout(margin=dict(t=70, b=0, l=0, r=0))

fig.show()

# bar chart

pio.templates.default = "plotly_white"
fig = px.bar(participation2, x='Nom', y='Voix',width=800, height=500, text="Voix", labels={ "Voix": "Nombre de voix","Nom": ""},color = 'Nom',color_discrete_map={
                                 'MACRON':'deeppink',
                                 'LE PEN':'darkblue',
                                 'FILLON':'dodgerblue',
                                 'MÉLENCHON':'darkorange',
                                 'HAMON':'pink',
                                 'DUPONT-AIGNAN':'sienna',
                                 'LASSALLE':'darkcyan',
                                 'POUTOU':'crimson',
                                 'ASSELINEAU':'mediumaquamarine',
                                 'ARTHAUD':'khaki',
                                 'CHEMINADE':'peachpuff'})

fig.update_traces(textposition = 'outside',texttemplate='%{text:,}', textfont_size=12)

fig.update_layout(title_text='<b>Nombre de votes/candidat au 1er Tour', title_y=0.97,title_x=0.55,title_font = dict(size=25, color='dimgray'))
fig.update_layout(legend=dict(yanchor="auto", y=0.5, xanchor="auto", x=1.3),legend_title_text='')
fig.update_layout(separators = '.,',margin=dict(t=70, b=0, l=0, r=0))

#fig.update_layout(paper_bgcolor='rgba(0,0,0,0)',plot_bgcolor='rgba(0,0,0,0)')

fig.update_yaxes(visible=False)

fig.show()

4.5.Liste des departements avec candidats vainqueur

rank = data_p8_1tour.groupby(['Département','Code du département','Nom']).sum()
rank = rank.drop(columns =['% Nuls/Ins','Nuls','% Blancs/Vot','Code de la circonscription','Code de la commune','Inscrits','Abstentions','% Abs/Ins','Votants','% Vot/Ins','Blancs','% Blancs/Ins','% Nuls/Vot','Exprimés','% Exp/Ins','% Exp/Vot','% Voix/Ins','% Voix/Exp'])
rank = rank.reset_index(drop=False)
rank.head(11)

	Département	Code du département	Nom	Voix
0	Ain	01	ARTHAUD	1842
1	Ain	01	ASSELINEAU	3612
2	Ain	01	CHEMINADE	595
3	Ain	01	DUPONT-AIGNAN	19788
4	Ain	01	FILLON	69805
5	Ain	01	HAMON	16711
6	Ain	01	LASSALLE	3465
7	Ain	01	LE PEN	81455
8	Ain	01	MACRON	73692
9	Ain	01	MÉLENCHON	51736
10	Ain	01	POUTOU	3098

Dep = rank['Département'].unique()
len(Dep)

107

Vainqueurs = pd.DataFrame()

for i in Dep :
    each_dep = rank.loc[(rank['Département'] == i)]
    each_win = each_dep[each_dep['Voix'] == each_dep['Voix'].max()]
    Vainqueurs = Vainqueurs.append(each_win)
Vainqueurs

	Département	Code du département	Nom	Voix
7	Ain	01	LE PEN	81455
18	Aisne	02	LE PEN	102770
30	Allier	03	MACRON	45651
40	Alpes-Maritimes	06	LE PEN	163141
51	Alpes-de-Haute-Provence	04	LE PEN	24463
62	Ardennes	08	LE PEN	47578
73	Ardèche	07	LE PEN	45305
86	Ariège	09	MÉLENCHON	24970
95	Aube	10	LE PEN	48846
106	Aude	11	LE PEN	60585
118	Aveyron	12	MACRON	45584
128	Bas-Rhin	67	LE PEN	147714
139	Bouches-du-Rhône	13	LE PEN	286397
151	Calvados	14	MACRON	99720
162	Cantal	15	MACRON	24477
173	Charente	16	MACRON	49889
184	Charente-Maritime	17	MACRON	91355
194	Cher	18	LE PEN	41882
206	Corrèze	19	MACRON	39218
216	Corse-du-Sud	2A	LE PEN	20858
228	Creuse	23	MACRON	15885
239	Côte-d'Or	21	MACRON	67436
250	Côtes-d'Armor	22	MACRON	105069
261	Deux-Sèvres	79	MACRON	57826
273	Dordogne	24	MÉLENCHON	57132
282	Doubs	25	LE PEN	66635
293	Drôme	26	LE PEN	68996
305	Essonne	91	MACRON	163389
315	Eure	27	LE PEN	98719
326	Eure-et-Loir	28	LE PEN	58886
338	Finistère	29	MACRON	164095
349	Français établis hors de France	ZZ	MACRON	223879
359	Gard	30	LE PEN	123273
371	Gers	32	MACRON	27775
382	Gironde	33	MACRON	222493
393	Guadeloupe	971	MACRON	33930
405	Guyane	973	MÉLENCHON	6633
414	Haut-Rhin	68	LE PEN	109704
425	Haute-Corse	2B	LE PEN	22183
437	Haute-Garonne	31	MACRON	190368
448	Haute-Loire	43	MACRON	32864
458	Haute-Marne	52	LE PEN	34027
466	Haute-Savoie	74	FILLON	105057
480	Haute-Saône	70	LE PEN	43753
492	Haute-Vienne	87	MACRON	55577
503	Hautes-Alpes	05	MACRON	18948
514	Hautes-Pyrénées	65	MACRON	35121
525	Hauts-de-Seine	92	MACRON	256687
535	Hérault	34	LE PEN	161119
547	Ille-et-Vilaine	35	MACRON	181373
557	Indre	36	LE PEN	31985
569	Indre-et-Loire	37	MACRON	83165
580	Isère	38	MACRON	164091
590	Jura	39	LE PEN	36110
603	La Réunion	974	MÉLENCHON	85987
613	Landes	40	MACRON	61043
623	Loir-et-Cher	41	LE PEN	48662
634	Loire	42	LE PEN	94222
646	Loire-Atlantique	44	MACRON	232602
656	Loiret	45	LE PEN	83662
668	Lot	46	MACRON	29762
678	Lot-et-Garonne	47	LE PEN	47271
686	Lozère	48	FILLON	10986
701	Maine-et-Loire	49	MACRON	121685
712	Manche	50	MACRON	74956
722	Marne	51	LE PEN	82473
735	Martinique	972	MÉLENCHON	29903
741	Mayenne	53	FILLON	48772
752	Mayotte	976	FILLON	10808
766	Meurthe-et-Moselle	54	LE PEN	98194
777	Meuse	55	LE PEN	34602
789	Morbihan	56	MACRON	130639
799	Moselle	57	LE PEN	158542
810	Nièvre	58	LE PEN	29817
821	Nord	59	LE PEN	382030
829	Nouvelle-Calédonie	988	FILLON	27065
843	Oise	60	LE PEN	135188
851	Orne	61	FILLON	41084
866	Paris	75	MACRON	375006
876	Pas-de-Calais	62	LE PEN	286147
884	Polynésie française	987	FILLON	26679
899	Puy-de-Dôme	63	MACRON	96892
910	Pyrénées-Atlantiques	64	MACRON	103958
920	Pyrénées-Orientales	66	LE PEN	80169
932	Rhône	69	MACRON	236137
939	Saint-Martin/Saint-Barthélemy	978	FILLON	2518
955	Saint-Pierre-et-Miquelon	975	MÉLENCHON	933
961	Sarthe	72	FILLON	92261
976	Savoie	73	MACRON	55871
986	Saône-et-Loire	71	LE PEN	75258
997	Seine-Maritime	76	LE PEN	170945
1010	Seine-Saint-Denis	93	MÉLENCHON	184123
1020	Seine-et-Marne	77	MACRON	157314
1030	Somme	80	LE PEN	97134
1041	Tarn	81	LE PEN	52402
1052	Tarn-et-Garonne	82	LE PEN	39183
1063	Territoire de Belfort	90	LE PEN	19249
1075	Val-d'Oise	95	MACRON	138752
1086	Val-de-Marne	94	MACRON	172202
1096	Var	83	LE PEN	186376
1107	Vaucluse	84	LE PEN	95930
1119	Vendée	85	MACRON	109989
1130	Vienne	86	MACRON	59146
1140	Vosges	88	LE PEN	63924
1152	Wallis et Futuna	986	MACRON	1630
1162	Yonne	89	LE PEN	52640
1174	Yvelines	78	MACRON	219063

#Vainqueurs.to_csv("D:/DA_P8/CSV/Vainqueurs_tour1.csv",index=False,encoding='utf-8-sig')

4.6.Nombre de départements remportés par candidats

Count = Vainqueurs['Nom'].value_counts()
Count = Count.reset_index(drop=False)
Count = Count.rename(columns ={'index':'candidat'})
Count = Count.rename(columns ={'Nom':'nbr_département'})

Count

	candidat	nbr_département
0	LE PEN	47
1	MACRON	44
2	FILLON	9
3	MÉLENCHON	7